Java爬虫模拟登录——不给我毛概二的H某大学

你的账号访问太频繁，请一分钟之后再试！

从大一开始

就用脚本在刷课

在专业课踢的只剩下一门C#的情况下

活活刷到一周的课

大二开始教务系统多了一个非常**的操作

退课池 and 访问频繁缓冲

难道，我大三下还要去学政治课咩？

虽然学政治不如敲代码

但我想毕业啊

emmmmmm

在量子力学的角度，没有抢上毛概的我只是我本体的一个属性，和我本身没有多大关系，我还是快乐敲代码吧。

0.教务系统后台登录流程

先来看一下后台账号密码在发送给服务器之前做了什么处理

 这是文中的JS代码

1 j$(document).ready(function(evt){
  2     // 初始化验证码
  3     refreshImg();
  4     // 判断操作系统是32位或64位,设置兼容性文件的下载
  5     var cpu = getCPU();
  6     if (cpu != "x64"){
  7         j$("#setjw").attr("href","../custom/lodop/setjw32.zip");
  8     } else {
  9         j$("#setjw").attr("href","../custom/lodop/setjw.zip");
 10     }
 11     // Enter键转TAB
 12     kutil.enter2tab("LoginForm");
 13     // 定位焦点
 14     j$("#yhmc").focus();
 15 })
 16 
 17 function doLogon() {
 18     
 19     // 输入信息验证
 20     if (!validate()) {
 21         return false;
 22     }
 23     
 24     // 验证码正确性验证
 25     var username = j$("#yhmc").val();
 26     var password = j$("#yhmm").val();
 27     var randnumber = j$("#randnumber").val();
 28     var passwordPolicy = kutil.isPasswordPolicy(username, password);
 29     var url = _webRootPath + "cas/logon.action";
 30     password = hex_md5(hex_md5(password)+hex_md5(randnumber.toLowerCase()));
 31     /**
 32     var params = {
 33                     "yhmc" : username,
 34                     "yhmm" : password,
 35                     "randnumber": randnumber,
 36                     "isPasswordPolicy" : passwordPolicy
 37                 };
 38     */                
 39     var p_username = "_u"+randnumber;
 40     var p_password = "_p"+randnumber;
 41     username = base64encode(username+";;"+_sessionid);
 42     var params = p_username+"="+username+"&"+p_password+"="+password+"&randnumber="+randnumber+"&isPasswordPolicy="+passwordPolicy ;
 43     //alert("params="+params);
 44     //params = getEncParams(params); 
 45     //alert("encparams="+params);
 46     doPreLogon();                    
 47     kutil.doAjax(url, params, doPostLogon);                    
 48     
 49     function doPreLogon(){
 50         j$("#msg").html("正在登录......");
 51         j$("#login").attr("disabled", true); 
 52         j$("#reset").attr("disabled", true);
 53     }
 54 
 55     function doPostLogon(response) {
 56         var data = JSON.parse(response); 
 57         var status = data.status ;
 58         var message = data.message ;
 59         if ("200" == status) {
 60             var result = data.result ;
 61             window.document.location.href = result ;
 62         } else {
 63             reloadScript("kingo_encypt",_webRootPath+"custom/js/SetKingoEncypt.jsp");         
 64             if("407" == status){
 65                 alert(message);
 66                 showMessage("");
 67             }else{
 68                 showMessage(message);
 69             }
 70             j$("#login").attr("disabled", false); 
 71             j$("#reset").attr("disabled", false);
 72             refreshImg();
 73             if ("401"==status) {
 74                 j$("#randnumber").val("");
 75                 j$("#randnumber").focus();
 76             } else {
 77                 j$("#yhmc").val("");
 78                 j$("#yhmm").val("");
 79                 j$("#randnumber").val("");
 80                 j$("#yhmc").focus();
 81             }
 82         }
 83     }
 84 }
 85 
 86 function validate() {
 87     var username = j$("#yhmc").val();
 88     var password = j$("#yhmm").val();
 89     var randnumber = j$("#randnumber").val();
 90     if (kutil.isNull(username)) {
 91         showMessage("请输入用户名!");
 92         j$("#yhmc").focus();
 93         return false;
 94     }
 95     if (kutil.isNull(password)) {
 96         showMessage("请输入密码!");
 97         j$("#yhmm").focus();
 98         return false;
 99     }
100     if (kutil.isNull(randnumber)) {
101         showMessage("请输入验证码!");
102         j$("#randnumber").focus();
103         return false;
104     }
105     return true;
106 }
107 
108 // 重置密码为账号（找回密码）
109 function doReset() {
110     var tourl = _webRootPath + "frame/retrievePassword.jsp" ;
111     window.document.location.href = tourl ;
112 }
113 
114 /**
115 * 刷新验证码
116 */            
117 function refreshImg(){
118     var url = _webRootPath + "cas/genValidateCode?dateTime="+(new Date());
119     document.getElementById("randpic").src = url ;
120 }
121 
122 function showMessage(message){
123     $("msg").innerHTML = message;
124     setTimeout("$('msg').innerHTML='';",15000);
125 }
126 
127 function gologin(e , obj){
128     var e = window.event?window.event:e;
129     var x=e.keyCode;
130     if(x!=13) return false;
131     if(x<48||x>57) e.returnValue=false;
132     obj.select();
133     $("login").onclick();
134 }    
135 
136 function getCPU()
137 {
138    var agent=navigator.userAgent.toLowerCase();
139    if(agent.indexOf("win64")>=0 || agent.indexOf("wow64")>=0) return "x64";
140    return navigator.cpuClass;
141 }
142           

View Code

来分析一下每一步  

1     // 验证码正确性验证
2     var username = j$("#yhmc").val();
3     var password = j$("#yhmm").val();
4     var randnumber = j$("#randnumber").val();
5     var passwordPolicy = kutil.isPasswordPolicy(username, password);
6     var url = _webRootPath + "cas/logon.action";
7     password = hex_md5(hex_md5(password)+hex_md5(randnumber.toLowerCase()));      

这里拿到username,password,randnumber之后是通过kutil.isPasswordPolicy(username,password)来检验规范

passwordPolicy也是表单参数，一般情况为 1 即可。

　　　　 var url = _webRootPath + "cas/logon.action";

url是表单提交处。

password = hex_md5(hex_md5(password)+hex_md5(randnumber.toLowerCase()));

可见密码在输入后会经过一次md5加密，然后将验证码进行一次md加密，拼接到一起之后再进行一次md5加密。

再来看下一部分。

1 　　 var p_username = "_u"+randnumber;
2     var p_password = "_p"+randnumber;
3     username = base64encode(username+";;"+_sessionid);
4     var params = p_username+"="+username+"&"+p_password+"="+password+"&randnumber="+randnumber+"&isPasswordPolicy="+passwordPolicy ;      

可以发现输入的学号(用户名)在加入表单之前会把username和sessionid字段用base64进行加密

sessionid从cookie中拿到

那么整个params结构就很清楚了。

注意在表单中键是'_p'，'_u'和验证码拼接的。

1.点击登录之后的表单分析

这是一份学号验证码输入正确，密码输入错误的栗子

这个是成功登录的例子

整个流程已经很明显了

emmmmm至于登录失败的Response,就是下面这个

2.使用Java进行模拟登录

　　可能在这之前，你会很好奇验证码怎么拿到

的确，验证码与时间有关

至于怎么拿

你可以在模拟登录之前先用最简单的爬虫知识去request登录页

下面详细来讲模拟登录的流程。

1.如何拿到jsessionid

2.表单的设置

 这些就是模拟登录的核心代码了

去年写的代码

注释也是...话说...